「无监督去偏对齐」共找到 937 篇相关文章
10步优化超越强化学习，仅需1条未标注数据！后训练强势破局
无监督的熵最小化（EM）方法仅需一条未标注数据和约10步优化，就能显著提升大模型在推理任务上的表现，甚至超越依赖大量数据和复杂奖励机制的强化学习（RL）。EM为大模型后训练提供了更高效简洁的新思路。
谢赛宁与Jaakkola团队重磅研究：无数据Flow Map蒸馏
麻省理工学院Tommi Jaakkola和纽约大学谢赛宁团队联合研究，提出无需数据、仅从先验分布采样实现flow map蒸馏的新方法。该方法可规避“教师 - 数据不匹配”风险，在ImageNet实验中表现出色。
答对了却没看图？EASE给多模态RLVR装上「视线校正器」
强化学习与可验证奖励提升视觉语言模型推理能力，但存在答案奖励只知对错、不知证据区域问题。哈工大等团队提出EASE，把标注证据区转为目标分布，监督空间注意力，推理无额外标注，实验成绩优异。
苦研10年无果，千万经费打水漂！AI黑箱依然无解，谷歌撕破脸
ChatGPT「舔狗化」暴露AI缺乏可解释性，谷歌和Anthropic就「机制可解释性」产生争论。谷歌DeepMind不再将其作研究重点，Anthropic则主张重视。十多年研究成果有限，或应采取「自上而下」研究方式。
最新研究揭示视觉模型与人脑的对齐机制
FAIR与巴黎高等师范学院通过训练自监督视觉Transformer模型（DINOv3），评估脑 - 模型相似性。发现模型大小、训练数据量和图像类型影响相似度，DINOv3学到的表征会逐步与人脑一致。
NeurIPS 2025 Spotlight | 条件表征学习：一步对齐表征与准则
文章指出传统表征学习处理图片和商品信息时存在局限，针对性有监督训练成本高，多模态大模型使用成本也需考虑。为此提出即插即用的条件表征学习方法 CRL，实验显示其在下游任务表现优异。
清华突破「光毒性」难题，活体显微进入无扰观测时代
清华大学团队研发出LF-denoising自监督去噪算法，可在超低光毒性下实现长时间高保真三维亚细胞成像，突破了长时间活体成像的光毒性限制，为多领域研究提供新工具。
360发布全球最强视觉语言对齐模型！榜单全面领先！
360发布FG - CLIP 2双语细粒度视觉语言对齐模型，几乎在所有数据集上全面领先。它能让AI在统一框架内看懂图像细节、理解中英双语，团队还提出新中文多模态评测基准。
南华期货 x TencentOS：如何实现CentOS操作系统的“无感”切换？
2024年南华期货与腾讯合作，依托TencentOS Server完成200余套操作系统迁移，实现核心业务零事故切换。其分三阶段实施，TencentOS Server以无感迁移、稳定性强、利于生态协同等优势获选，迁移成效显著。
今夜无显卡！老黄引爆Rubin时代，6颗芯狂飙5倍算力
CES 2026上，英伟达黄仁勋发布Vera Rubin超算架构，推理性能比Blackwell提升5倍，训练性能提升3.5倍，成本降10倍，已投产，下半年商用。还展示自动驾驶模型等，且无新显卡发布。